本书由浅入深、循序渐进地介绍了Python程序设计的思路和方法，通过趣味性强的精彩案例融汇每一章知识点，从而增强读者的学习兴趣，培养读者的自主学习能力和独立思考能力，并提高读者的计算思维能力。全书共分为10个项目，分别为感受Python精彩世界、编写简单的Python程序、活学活用流程控制、创建和使用字符串、活使用组合数据、运用函数解决问题、读写文件及格式化数据、活学活用面向对象、处理异常、构建与发布生态库。本书适合作为高等院校计算机程序设计教材，也可以作为计算机程序设计培训教材、各种计算机等级

本书以程序设计为主线，以程序设计初学者为教学对象，系统讲解了Python语言的基础知识和实用工具。全书共12章，内容包括Python概述、Python语言基础、组合数据类型、程序控制结构、函数与模块、文件操作、面向对象程序设计、异常处理、Turtle绘制图形、Tkinter图形用户界面、科学计算与可视化、网络爬虫。本书每个知识点后都有相关编程实例，方便读者上机练习，把握Python语言的特点，启迪编程思维。

本书可作为高等院校计算机相关专业本科生程序设计基础课程的教材，也可作为全国

Python语言不仅语法简洁、优雅、清晰，而且存在大量的第三方库，因此很适合作为程序设计入门语言进行学习，对学科交叉应用也很有帮助。本书在第1版的基础上修订而成，介绍Python语言程序设计的基础知识，并以Python语言作为实现工具，介绍程序设计的基本思想和方法，培养学生利用Python语言解决各类实际问题的开发能力。在编写过程中，本书以程序设计应用为导向，突出问题求解方法与思维能力训练。全书共13章，内容包括Python语言基础、顺序结构、选择结构、循环结构、字符串与文本分析、列表与元组、字

本教材从编程的角度“解剖”了深度学习的底层技术，通过介绍使用Python库实现经典的深度学习框架的过程，逐步向读者呈现深度学习的本质；用典型示例深入剖析深度学习在计算机视觉和自然语言处理方面的应用，同时介绍这些示例的TensorFlow实现，并在配套代码中给出相应的飞桨实现，以便读者深刻理解深度学习框架的技术细节；通过目标检测、中文文本分类、超越文本分类和视频动作识别等，为读者呈现最前沿的深度学习技术。本教材可作为高职院校人工智能相关专业学生的教材，也可作为相关培训机构的培训资料。对于广大的Py

本书注重零基础读者实现Python从入门到精通，加强读者基于数据分析而常用的编程基础，并通过数据分析、机器学习和可视化的内容，增强了读者对数据进行分析和挖掘的能力。全书共8章，主要内容包括Python开发环境搭建与编码规范，数据类型、运算符与内置函数，列表、元组、字典、集合与字符串，选择结构、循环结构、函数定义与使用，文件操作，数据分析，机器学习，数据可视化。本书可作为高等院校统计学、数学、经济学、金融学、管理学等专业相关课程的教材，也可作为从事数据咨询、研究或分析等人士的参考书。

本书适应各类高校非计算机专业的Python语言教学需要，针对不同专业的教学要求，以Pyhon语言程序的基础部分为教学内容，介绍Python语言基础知识以及基本应用，从引导各专业学生学习兴趣、更早进入各自专业学习为目标，列举不同专业的数据处理示例，采用MOOC等方式提供各类电子资源，结构清晰，容易理解。 本书共7章，分别介绍Python的数据类型、基本程序结构、函数的定义与应用、组合数据类型应用、文件读写应用、常用的标准库与第三方库工具，包含文本处理、基础数据处理、词云等示例，着重介绍基本概念和基

本书以Python 3.9和Anaconda 3为编程环境。通过本书的学习，希望读者能理解和掌握Python语言的相关知识，具备较强的算法设计、编写和调试程序的能力，理解面向对象程序设计和模块化程序设计思想，掌握文件读写、图形界面、数据库、数据分析与可视化、人工智能等编程技术。 本书共16章。第1～2章介绍程序设计与编程环境；第3～7章介绍顺序、函数、选择、循环的算法与程序设计，以及Python的数据结构；第8章介绍文件处理；第9～11章介绍面向对象程序设计、模块化程序设计和异常处理；第12~1

本书以Python 3.9为编程环境，从Python编程基础到扩展库，再到数据分析，逐步展开Python数据分析与可视化教学。本书首先简要介绍数据分析与可视化的相关概念，并介绍Python基础知识；然后按照数据分析的主要步骤，重点介绍与数据获取、数据处理、数据分析、数据可视化以及机器学习建模过程相关的扩展库，包括NumPy、Pandas、BeautifulSoup、sklearn、Matplotlib、seaborn、pyecharts等；最后通过股票数据量化分析和销售业客户价值数据分析两个案例

本书从Python语言入门基础开始，由浅入深、循序渐进地介绍如何利用Python软件及相关的函数包实现矢量数据、栅格数据、网络数据、点云数据等常用类型空间数据的导入、导出和处理，并初步介绍数据可视化和空间可视化技巧。此外，本书特别针对ArcGIS软件中的Python编程进行介绍，使学生能够掌握相关的空间数据处理Python脚本或工具编写。
本书可作为地理信息工程、遥感科学与技术等专业本科生或研究生课程教材，也可作为相关学者使用Python语言进行空间数据处理、分析、统计和可视化等方面学

　　党的二十大报告指出，推动战略性新兴产业融合集群发展，构建人工智能等一批新的增长引擎。我们身处人工智能与大数据时代，其中数据分析占有非常重要的地位。数据分析简单来说是对具体数据进行详细的分析，而专业来说是指用适当的统计分析方法对所收集的大量数据进行分析，从而提取有用信息，形成结论并对数据进行更为详细的研究和概括总结。数据分析的目的其实就是把隐藏在大量杂乱无章的数据中的信息进行集中、萃取和提炼，以便找出所研究对象的内在规律。通过数据分析，可以得到过去发生了什么，为什么会发生，未来会发生什么。通过